python案例统计长短传比例如何分布？

Python案例：统计长短传比例如何分布

下面提供一个完整的Python案例,统计赛事/交易数据中长传（long pass）与短传（short pass）的比例分布情况。

场景说明

以足球比赛传球数据为例,按球员/球队统计：

• 短传：距离 < 25 米
• 长传：距离 ≥ 25 米

统计各球员（或球队）的长传占比分布，并可视化。

示例代码

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# ---------- 1. 构造模拟数据 ----------
np.random.seed(42)
players = [f"Player_{i}" for i in range(1, 21)]
data = []
for p in players:
    total_passes = np.random.randint(30, 120)          # 每人总传球数
    long_ratio   = np.random.beta(2, 5)                # 长传比例（大多偏低）
    long_passes  = int(total_passes * long_ratio)
    short_passes = total_passes - long_passes
    data.append([p, total_passes, long_passes, short_passes])
df = pd.DataFrame(data, columns=["player", "total", "long", "short"])
# ---------- 2. 计算长短传比例 ----------
df["long_ratio"]  = df["long"] / df["total"]
df["short_ratio"] = df["short"] / df["total"]
print("=== 各球员长短传比例 ===")
print(df.sort_values("long_ratio", ascending=False).to_string(index=False))
# ---------- 3. 分布统计 ----------
print("\n=== 长传比例分布统计 ===")
print(df["long_ratio"].describe())
# 按区间分箱统计人数
bins   = [0, 0.1, 0.2, 0.3, 0.4, 0.5, 1.0]
labels = ["0-10%", "10-20%", "20-30%", "30-40%", "40-50%", ">50%"]
df["bucket"] = pd.cut(df["long_ratio"], bins=bins, labels=labels, right=False)
bucket_count = df["bucket"].value_counts().reindex(labels)
print("\n=== 长传比例区间分布（人数） ===")
print(bucket_count)
# ---------- 4. 可视化 ----------
fig, axes = plt.subplots(1, 3, figsize=(16, 5))
# 直方图：长传比例分布
axes[0].hist(df["long_ratio"], bins=10, color="steelblue", edgecolor="black")
axes[0].axvline(df["long_ratio"].mean(), color="red", linestyle="--", label=f"均值={df['long_ratio'].mean():.2f}")
axes[0].set_title("长传比例分布直方图")
axes[0].set_xlabel("长传比例")
axes[0].set_ylabel("人数")
axes[0].legend()
# 条形图：区间分布
bucket_count.plot(kind="bar", ax=axes[1], color="coral", edgecolor="black")
axes[1].set_title("长传比例区间分布")
axes[1].set_xlabel("长传比例区间")
axes[1].set_ylabel("人数")
axes[1].tick_params(axis='x', rotation=45)
# 散点图：总传球数 vs 长传比例
axes[2].scatter(df["total"], df["long_ratio"], color="green", alpha=0.7)
axes[2].set_title("总传球数 vs 长传比例")
axes[2].set_xlabel("总传球数")
axes[2].set_ylabel("长传比例")
plt.tight_layout()
plt.savefig("pass_ratio_distribution.png", dpi=120)
plt.show()

运行结果示意

分布统计（describe）：

区间分布（示例）：

关键分析点

1. 整体分布：呈右偏分布，多数球员长传比例集中在 20%~40%，短传为主。

2. 按位置分析（可扩展）：

   # 若数据含 position 列
   df.groupby("position")[["long_ratio","short_ratio"]].mean()

   • 后卫：长传比例高（常 >40%）
   • 中场：短传为主（长传 <25%）
   • 前锋：分布较分散

3. 可视化建议：

   • 直方图看整体形状
   • 箱线图对比不同位置：df.boxplot(column="long_ratio", by="position")
   • 饼图展示全队长短传总量占比

扩展：全队长短传统计

total_long  = df["long"].sum()
total_short = df["short"].sum()
total = total_long + total_short
print(f"全队长传：{total_long} ({total_long/total:.1%})")
print(f"全队短传：{total_short} ({total_short/total:.1%})")
# 饼图
plt.pie([total_long, total_short],
        labels=["长传", "短传"],
        autopct="%1.1f%%",
        colors=["#ff9999", "#66b3ff"])"全队长短传比例")
plt.show()

可复用要点

需要我按具体数据字段（如传球距离、比赛事件表）帮你改写为真实数据版本吗？